cover
Contact Name
Randi Rizal
Contact Email
randirizal@unper.ac.id
Phone
+6285320132014
Journal Mail Official
index@unper.ac.id
Editorial Address
Universitas Perjuangan Tasikmalaya. Jl. PETA No. 177 Kota Tasikmalaya, Jawa Barat
Location
Kota tasikmalaya,
Jawa barat
INDONESIA
Informatics and Digital Expert (INDEX)
ISSN : 27752208     EISSN : 27150453     DOI : https://doi.org/10.36423/index.v2i02.582
INDEX merupakan Jurnal Informatika yang bertujuan untuk mengembangkan penelitian di bidang: Application E-Healthcare, E-Learning, E-Manufacturing, E-Commerce, E-Bussiness, E-Procurment E-Goverment, E-Governance Intellegent System Sistem Pakar Jaringan Syaraf Tiruan Algoritma Genetika Robotika Sistem Pendukung Keputusan Smart City Digital Forensics Network Forensics Smartphone Forensics Cloud Forensics Computer Forensics Manajemen Data dan Pengetahuan Pemodelan Konseptual, Bahasa dan Desain Data Mining Rekayasa Perangkat Lunak Interaksi Manusia dan Komputer Multimedia, Game dan Teknologi Seluler Keamanan Data Pengenalan Pola
Articles 262 Documents
Kriptografi Untuk Enkripsi Ganda Pada Gambar Menggunakan Algoritma AES (Advanced Encryption Standard) Dan RC5 (Rivest Code 5) Galih Yuga Pangestu Engko M; Asep Id Hadiana; Puspita Nurul Sabrina
Informatics and Digital Expert (INDEX) Vol. 4 No. 1 (2022): INDEX, Mei 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i1.884

Abstract

Pada masa kini, informasi berupa gambar sangatlah penting, terutama pada bidang kemiliteran. Gambar yang diproses melalui channel komunikasi militer, harus dirahasiakan sehingga data gambar menjadi aman dan tidak dapat dilihat oleh penyusup.maka, penerapan enkripsi gambar perlu diterapkan untuk menjaga kerahasiaan dan keamanan gambar tersebut. saat ini telah banyak algoritma algoritma untuk mengenkripsi gambar. Salah satu algoritma yang cukup populer adalah AES (Advanced Encryption Standard). AES merupakan algoritma kriptografi berjenis cipher blok yang terkenal luas dalam pengenkripsian sebuah data karena algoritma ini lebih baik untuk mencegah serangan brute force dibanding algoritma pendahulunya yaitu DES (Data Encryption Standard). AES ini akan diterapkan pada sebuah program yang berfungsi untuk mengamankan gambar kemiliteran agar tidak terjadi pencurian gambar oleh pihak ketiga. Gambar harus dienkripsi dahulu menggunakan sebuah kunci simetris sebelum dikirim ke penerima agar aman, dan penerima harus memiliki kunci dari pengirim agar dapat melakukan dekripsi terhadap gambar yang telah dienkripsi tersebut. Namun, hanya dengan menggunakan AES saja belum cukup untuk memberikan keamanan ekstra pada data gambar tersebut. diperlukan algoritma tambahan untuk melakukan enkripsi terhadap gambar yang telah dienkripsi menggunakan AES, sehingga gambar hasil enkripsi AES tidak dapat diakses juga. Salah satu algoritma yang cocok untuk diterapkan karena memiliki kunci simetris juga dan proses enkripsinya cukup cepat. Salah satu algoritma tambahan yang cukup cepat untuk melakukan enkripsi adalah RC5 (Rivest Code 5), yang dikembangkan oleh ron rivest untuk mengenkripsi file dengan cepat dan dengan kunci simetris. Dari hasil kedua algoritma di atas maka akan terbentuk suatu enkripsi ganda yang memberikan keamanan lebih terhadap data gambar militer. Tujuan dari peneliti menggunakan algoritma AES dan RC5 adalah agar data gambar lebih sulit untuk dipenetrasi serta hasilnya juga data yang terenkripsi lebih aman namun tetap mudah untuk dilakukan dekripsi.
ANALISIS CLUSTER PADA KELOMPOK MASYARAKAT YANG RENTAN TERHADAP PAPARAN COVID-19 MENGGUNAKAN METODE K-MEANS CLUSTERING DAN VISUALIASI DENGAN SIG Indra Raja Drl; Yulison Herry Chrisnanto; Fajri Rakhmat Umbara
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.885

Abstract

Covid-19 adalah penyakit yang menular serta laju infeksi yang cepat,setelah mencapai 100 kasus yang dikonfirmasikan terinfeksi tingkat penyebarannya meluas, Dengan cepatnya penyebaran wabah Covid-19 masyarakat sangat prihatin dengan penyebaran dan dampaknya ,orang yang sebelumnya sudah memiliki gangguan kesehatan akan meningkatkan risiko terinfeksi Covid-19 gangguan kesehatan ini seperti,tuberkulosis,diabetes ,diare ,hipertensi.Ada pun Faktor lain yang mempengaruhi penyebaran Covid-19 sepert kepadatan penduduk yang tinggi di kota besar ,iklim,suhu dan daerah metropolitan merupakan faktor risiko utama untuk tertular virus. Dari adanya faktor yang mempengaruhi kasus covid-19 sehingga Satgas Penanganan Covid-19 menilai pentingnya bagi semua pihak termasuk masyarakat memahami faktor-faktor lonjakan kasus Covid-19 agar terhindar dari kasus itu.tujuan dari penelitian ini Menggunakan metode K-Means Clustering untuk analisis cluster pada wilayah yang memiliki karakteristik tingginya kasus covid-19 dan variable apa yang berpengaruh terhadap tingginya kasus covid-19 dan divisualisasi menggunakan Sistem informasi geografis sehingga diharapakan dapat menjadi informasi bagi masyarakat dan instansi kesehatan untuk memahami kelompok wilayah yang rentan. kesimpulannya wilayah kota bandung dikelompokan menjadi 3 cluster yang dimana cluster 1 itu wilayah dengan kasus covid-19 tertinggi dan faktor yang mempengaruhi covid-19 juga tinggi untuk cluster 2 memiliki tingkat kasus yang rendah dan cluster 3 memiliki tingkatan yang yang lebih rendah dari kedua cluster.
Deteksi Ujaran Kebencian dengan Metode Klasifikasi Naïve Bayes dan Metode N-Gram pada Dataset Multi-Label Twitter Berbahasa Indonesia Rija Muhamad Yazid; Fajri Rakhmat Umbara; Puspita Nurul Sabrina
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.894

Abstract

Ujaran kebencian adalah ungkapan atau bahasa yang digunakan untuk mengekspresikan kebencian terhadap seseorang atau sekelompok orang. Ujaran kebencian juga memiliki tingkatan ancaman, semakin tinggi tingkat ancaman ujaran kebencian maka akan semakin luas dan cepat penyebarannya sehingga dapat menimbulkan konflik antar individu sampai konflik antar kelompok. Untuk dapat mendeteksi dan mengklasifikasikan ujaran kebencian sekaligus tingkat ancamannya dalam penelitian ini digunakan dataset multi-label dari penelitian sebelumnya dengan menggunakan label yang masuk kedalam topik ujaran kebencian dan tingkat ancaman dengan total sebanyak 4 label. Dalam menyelesaikan permasalahan multi-label tersebut digunakan metode Naïve Bayes sebagai metode klasifikasi dan metode Label Power-set sebagai metode transformasi data, dalam penelitian ini juga digunakan pembobotan TF-IDF sekaligus melakukan beberapa skenario penelitian berdasarkan metode ekstraksi fitur n-gram. Hasil terbaik yang didapatkan berdasarkan hasil evaluasi F-score adalah sebesar 64,957% ketika menggunakan kombinasi metode ekstraksi fitur word unigram, word bigram dan character quadgram. Dari penelitian ini juga didapatkan bahwa semakin banyak fitur yang digunakan maka semakin baik nilai hasil evaluasinya terhadap jenis dataset yang digunakan.
Prediksi Penyakit Diabetes Menggunakan Algoritma Support Vector Machine (SVM) Hovi Sohibul Wafa Hovi; Asep Id Hadiana; Fajri Rakhmat Umbara
Informatics and Digital Expert (INDEX) Vol. 4 No. 1 (2022): INDEX, Mei 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i1.895

Abstract

Diabetes Mellitus (DM) atau lebih dikenal dengan sebutan penyakit kencing manis adalah penyakit kronis yang disebabkan oleh gagalnya organ pankreas memproduksi jumlah hormon insulin secara memadai sehingga menyebabkan peningkatan kadar glukosa dalam darah. Diabetes Mellitus merupakan penyakit yang berbahaya, banyak diberbagai negara terkena penyakit diabetes termasuk di Indonesia. Penyebab utama diabetes masih belum diketahui, namun banyak yang percaya bahwa faktor genetika dan gaya hidup dapat memainkan peran utama pada diabetes. Para peneliti di bidang bioinformatika telah berusaha untuk mengatasi penyakit ini dan membuat sistem untuk membantu dalam prediksi diabetes. Dari berbagai penelitian yang ada, banyak menggunakan metode seperti C4.5, KNN, Naïve Bayes, serta SVM Linier dalam membangun sistem, tapi metode SVM Radial Basis Function (RBF) jarang digunakan dikarenakan hasil akurasi yang didapat tidak cukup untuk digunakan pada sistem prediksi diabetes. Pada penelitian ini menjawab gap tersebut bahwa dengan menggunakan metode algoritma SVM Radial Basis Function (RBF) dapat menghasilkan akurasi yang tinggi dengan mencapai sebesar 91%. Pengujian akurasi yang dilakukan menggunakan Confusion Matrix dan peramalan Mean Square Error dengan kfold kelipatan 10. Penelitian ini bertujuan untuk menentukan apakah penderita/pasien dapat terkena penyakit diabetes atau tidak dengan menerapkan teknik data mining dan klasifikasi menggunakan algoritma SVM Radial Basis Function berbasis Forward Selection.
Klasifikasi Daftar Ulang Calon Mahasiswa Baru Dengan Menggunakan Metode Klasifikasi Naive Bayes Reji Pikriyansah; Fajri Rahmat Umbara; Puspita Nurul Sabrina
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.912

Abstract

Registrasi ulang merupakan prosedur yang wajib dilakukan oleh calon mahasiswa yang berkeinginan menjadi mahasiwa aktif dan sudah lulus seleksi. Kebanyakan mahasiswa yang tidak ingin melanjutkan proses registrasi ulang memilih menunggu batas akhir registrasi ulang daripada menghubungi pihak Universitas. Untuk memprediksi calon mahasiwa yang akan melakukan registrasi ulang penellitian ini menggunakan metode Naïve Bayes tehadap dataset calon mahasiwa. Penelitian ini menggunakan dua dataset yang mana merupakan dataset dengan kelas yang tidak seimbang dan dataset dengan kelas yang seimbang yang diseimbangkan menggunakan metode Undersampling, ditambah dengan beberapa skenario klasifikasi dengan melakukan penyeleksian atribut menggunakan metode Mutual information. Hasil akurasi tertinggi yang didapat adalah 63.83% pada dataset dengan kelas yang tidak seimbang dengan menggunakan 14-16 atribut dan 63.53% pada dataset dengan kelas yang seimbang dengan menggunakan 15-16 atribut. Nilai Mutual Information kedua dataset sangatlah rendah yaitu dibawah 0.09. Berdasarkan hasil yang di dapat dari setiap pengujian skenario nilai Mutual Information yang rendah dan rentang nilai yang berdekatan kemungkinan besar mengakibatkan tingkat akurasi menurun setiap dilakukan proses penyeleksian atribut.
Prediksi Pengagguran Menggunakan Decision Tree Dengan Algoritma C5.0 Pada Data Penduduk Kecamatan Caringin Kabupaten Bogor Muhammad Dzatul Kahfi; Fajri Rakhmat Umbara; Herdi Ashaury
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.913

Abstract

Tingkat kesejahteraan dalam kehidupan bermasyarakat dapat dilihat dari tingkat penganggurannya. Pemerintah daerah biasanya mengadakan sebuah program untuk membantu mengurangi jumlah pengangguran, entah itu dengan mengadakan sebuah pelatihan atau hal lain yang dapat mendorong kreativitas masyarakat dan meningkatkan kemampuan hardskill agar dapat bersaing di dunia kerja. Ada banyak penelitian yang memprediksi tingkat pengangguran dan juga ada penelitian yang menggunakan algoritma C5.0 untuk melakukan prediksi, namun belum ada penelitian yang menggabungkan subjek dan metode tersebut. penelitian ini bertujuan untuk membuat sebuah model prediksi menggunakan algoritma C5.0 terhadap data penduduk kecamatan caringin dan mencari skenario dengan hasil akurasi yang paling tinggi. namun terdapat beberapa permasalahan yang harus dihadapi seperti bagaimana tingkat akurasi Model klasifikasi Decision Tree dengan algoritma C5.0 terhadap dataset penduduk Kecamatan Caringin dan Bagaimana resio data latih data uji dan penggunaan pruning memengaruhi tingkat akurasi prediksi yang akan dilakukan. Penelitian ini dievaluasi menggunakan beberapa skenario rasio data latih dan data uji yang berbeda beda dan penggunaan pruning yang berbeda. Hasil dari penelitian ini adalah model prediksi pengangguran berhasil dibuat dengan tingkat akurasi paling tinggi yaitu pada skenario data latih 70% dan data uji 30% dengan menerapkan teknik post pruning.
PENERAPAN METODE RAPID APPLICATION DEVELOPMENT (RAD) DALAM PERANCANGAN SISTEM PENJUALAN ONLINE DI TOKO ELEKTRONIK 85 Sitti Aliyah Azahra; Muhammad Mansur
Informatics and Digital Expert (INDEX) Vol. 5 No. 1 (2023): INDEX, Mei 2023
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.993

Abstract

Elektronik 85 merupakan toko yang bergerak di bidang penjualan elektronik yang saat ini berupaya untuk mempertahankan omset penjualannya dan meningkatkan penjualan agar bisa bersaing dalam penjualan elektronik. Berdasarkan hasil pengamatan yang dilakukan pada toko elektronik 85 menunjukkan beberapa kendala dalam proses bisnis penjualannya seperti tingkat pemasaran yang digunakan masih kurang efektif, dimana untuk pemasaran produk di toko ini hanya terpusat pada lokasi dan mengandalkan kedatangan pelanggan, media sosial berupa whatsapp dan pencatatan penjualannya masih bersifat manual dengan menggunakan buku. Dari permasalahan tersebut, dilakukan penelitian yang bertujuan untuk menghasilkan sistem penjualan elektronik menggunakan metode Rapid Application Development (RAD) serta Unifed Modeling Language (UML) sebagai perancangan sistem. Sedangkan untuk bahasa pemrograman serta database yang digunakan adalah PHP dan MYSQL dan laravel sebagai framework. Hasil penelitian ini berupa sistem penjualan toko online yang dapat digunakan oleh perusahaan elektronik 85 untuk mempermudah konsumen dalam melihat informasi produk yang dibutuhkan, serta pemrosesan datanya dapat tersimpan secara terpusat dan terintegrasi sehingga pemasaran produk dapat dilakukan secara online.
Pengembangan Sistem Informasi Administrasi Petshop Berbasis Web Dengan Metode Framework for the Application System Thinking (FAST) sri wahyuni; Ikhsan Abdul Aziz
Informatics and Digital Expert (INDEX) Vol. 5 No. 1 (2023): INDEX, Mei 2023
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v5i1.1011

Abstract

Terdapat banyak penelitian pengembangan sistem namun masih sedikit yang menggunakan metode FAST (Framework for the Application of System Thinking). Metode FAST merupakan merupakan metode pengembangan sistem, yang merupakan kombinasi dari beberapa metode pengembangan sistem yang banyak digunakan, disajikan dalam kerangka kerja yang fleksibel, dan dapat dikembangkan dengan metode lain. Pengembangan sistem digunakan adalah berbasis web, karena agar dapat menjawab masalah akses aplikasi yang bisa dilakukan dimanapun dan kapanpun. Metode studi yang digunakan oleh peneliti yakni dengan metode penelitian kualitatif, dikarenakan peneliti melaksanakan riset dengan melakukan observasi ataupun riset lapangan dengan melihat secara langsung proses persediaan barang yang yang berlangsug pada Love Petshop. Dalam penelitian ini menggunakan alat penggambaran UML sedangkan aplikasi dikembangkan dengan bahsa PHP dan MySQL. Sistem informasi administrasi petshop berbasis web yang memberikan kemudahan bagi pemilik untuk melakukan penjualan dan mengontrol laporan bulanan yang dapat dilakukan dengan efisien
Analisis Kepuasan Pengguna Terhadap User Interface Aplikasi E-Commerce Shopee Menggunakan Metode EUCS di Jakarta Barat Marvel Zefanya Yang; Jay Idoan Sihotang
Informatics and Digital Expert (INDEX) Vol. 4 No. 2 (2022): INDEX, November 2022
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v4i2.1110

Abstract

Perkembangan era digital pada zaman ini sangat cepat dan tidak dapat diprediksi. Era digital semakin hari melahirkan teknologi-teknologi baru yang berfungsi untuk membantu dan mempermudah kehidupan manusia. Seiring berjalannya waktu lahirlah sebuah aplikasi belanja online yaitu Shopee. Shopee adalah aplikasi jual beli online yang proses jual beli hingga transaksinya dilakukan secara online. Shopee sebagai marketplace yang besar saat ini tentu memiliki tantangan yang besar, di mana banyak sekali marketplace lain yang ikut bersaing dalam era digital saat ini, terutama di bidang e-commerce. Kepuasan pengguna merupakan faktor penting yang mempengaruhi keberhasilan dalam melakukan penerapan sebuah aplikasi. Penelitian pada kali ini berfokus di bagian kepuasan pengguna terhadap user interface dari aplikasi Shopee. Penelitian ini dilakukan berdasarkan metode End-User Computing Satisfaction (EUCS). Populasi dalam penelitian ini adalah masyarakat yang berdomisili di Jakarta Barat. Dari populasi tersebut terpilih sebanyak 125 responden untuk menjadi sampel dalam penelitian ini. Data dalam penelitian ini diperoleh dari kuesioner yang dibagikan kepada pengguna aplikasi Shopee di Jakarta Barat yang kemudian diolah secara statistik menggunakan rentang kategori dan persentase melalui Skala Likert. Hasil yang didapatkan dari penelitian ini adalah dalam kategori Puas dengan hasil nilai rata-rata 3.92 (Puas), dengan menggunakan tabel Tingkat Kepuasan Skala Likert. Kemudian, untuk hasil masing-masing dimensi adalah Content 3.99 (Puas), Accuracy 3.85 (Puas), Format 3.70 (Puas), Timeliness 4.07 (Puas), dan Ease of Use 4.03 (Puas).
Penerapan Paradigma Sosio Religio Teknis Dalam Perancangan Aplikasi Forum Alumni Pondok Pesantren Alazhar Kota Banjar Bad'ul Hilmi Arromdoni; Agung Fatwanto
Informatics and Digital Expert (INDEX) Vol. 5 No. 1 (2023): INDEX, Mei 2023
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v5i1.1144

Abstract

Perkembangan dan modern dan global khususnya dalam dunia teknologi informasi tentang masuk dalam berbagai badang kehidupan sosial manusia, danradang dunia pendidikan nonformal untuk membangunun kemudahan akses informasi secara digital. Perancangan ini bertujuan untuk membuat model aplikasi forum alumni dengan menggunakan penerapan paradigma sosio-religio teknis yang dilakukan di pondok pesantren Alazhar Kota Banjar Jawa Barat. Dalam model forum aplikasi alumni singkat dan aman untuk melihat lebih banyak, diskusi forum, data alumni dan peduli donasi. Metodelogi yang digunakan dalam perancangan ini menggunakan metode Proses Terpadu Rasional Yang akan terbagi menjadi empat lutkah tahapan yaitu awal, elaborasi, konstruksi dan transisi Yang dan dikombinasik menggunakan gaya pemodelan Bahasa Pemodelan Terpadu serta menggunakan metode pengujian pengujian kotak hitam. Hasil dan kontribusi manfaat dari penelitian ini yaitu model perciptanya perancangan forum aplikasi alumni berbasis web dengan basis penerapan paradigma sosio-religio teknis. Adapun kontribusi dari penelitian ini yaitu model perancangan aplikasi ini dapat membantu alumni pondok pesantren dalam memperkuat jaringan komunitas santri dan anggota manyikan manfaat yang lebih las untuk masyarakat khususnya Huda Alazhar Kota Banjar Jawa Barat.